Derlemden yeni cümleler geldikçe ağ güncelleme modülü bunları işlemekte ve gövdeleme ağını geliştirmektedir. Ancak bazı zamanlarda ağda karşılığı bulunmayan yeni kelimeler ile karşılaşılabilmektedir. Bu durumda keşif fonksiyonları çalışarak tekli ve ikili (eşdizimli tip) kelime keşiflerini yapmaktadır. Keşfedilen ve doğrulanan adaylar ağa eklenmekte ve gövdeleme başarısının artmasına katkı sunmaktadırlar. Bu tipteki gövde adayları Tablo 2’de listelenmiştir.

. “İfade şekli” özelliği ise o madde başının mecaz ve gerçek anlam gibi ifade şekillerini göstermektedir. Örnek olarak ifade şekli mecaz türünde olan 1296 kayıt tanımlanmış fakat bu özellik doğrudan madde başına verilmiştir. Ancak bir madde başının kendi bünyesinde birden fazla anlam barındırması ve bu anlamlar içinde gerçek anlam dışında mecaz anlam da mevcutsa bu tanımlamanın o anlama atfedilmesi mimari açıdan daha doğru görünmektedir. İfade şekillerinin tamamını gösteren liste Tablo 2’de gösterilmiştir. Toplam sayıya bakarak gerçek anlamında kullanılan madde başları için “ifade şekli” özelliğinin verilmediği kolayca anlaşılabilir.

“Köken” özelliği ise o madde başının köken olarak ait olduğu dili temsil etmektedir. Bu özellik doğal olarak Türkçe madde başları için boş bırakılmıştır. Köken bilgisi, eş anlamlılık ilişkisinde çok önemli yere sahiptir. Sözlükteki köken bilgisinden çıkartılan dil listesi ve frekansları Tablo 3’te sunulmuştur.
Tabloda görüldüğü gibi Türkçe, hem doğu kökenli Arapça ve Farsça’dan hem de batı kökenli başta Fransızca, İtalyanca ve İngilizce olmak üzere birçok dilden birçok kelime ödünç almıştır. Bazı birleşik kelimeler için iki farklı dilden ödünç alınmış kelimeler görülebilmektedir. Özellikle Arapça ve Farsça dillerinden alınan ödünç kelimelerde bu tür örnek bulunabilmektedir.

“Sözcük türü” özelliği, madde başının POS etiketini belirtir. Bu özellik doğal dil işleme işlemleri açısından çok önemlidir. Sözdizimsel analizde sözcük türü etiketleme o cümlenin bağlam açısından iskeletini ortaya çıkarmaktadır. Bu özellik madde başına ait varsayılan değer olarak verilebildiği gibi aynı zamanda her anlam için de verilmektedir. Bu durum kafa karıştırıcı gibi gözükse de aslında bir madde başının genel olarak sözlüksel açıdan "tek başına" dahil olduğu bir sözcük türü mevcut iken, anlamsal açıdan cümle içinde başka bir sözcük türü gibi davranabilmektedir. Örnek olarak "güzel" sözcüğü sözlükte madde başı olarak sıfat sözcük türüne dahildir. Fakat tanımlar içinde isim ve zarf sözcük türleri olarak kullanılan tanımları da mevcuttur. Sözcük türü verilmeyen anlamlar, madde başının sözcük türü özelliği tarafından kapsanmaktadır. Tablo 4’te sözlük verisinin sözcük türü açısından bir özeti verilmiştir.
Tabloya göre en yoğun kullanılan üç sözcük türü isim, eylem ve sıfattır. Fakat gösterilen bazı rakamlarda tutarsızlıklar görülmektedir. Eylemlerin sayısı 12.778 adet iken yardımcı eylemlerin sayısı 4 (kılmak, yazmak, olunabilmek, ettirilmek) olarak gösterilmiştir. Bu dört yardımcı eylem dışında da yardımcı eylem olarak kullanılan eylemler mevcut olsa da bu bilgi hususi olarak o eylemin ilgili tanımının açıklamasında geçmektedir. Bu ayrıntılı bilgi, temel html metin işlemleri ile tesbit edilememekte, tanım açıklamaları için de metin inceleme işlemleri gerektirmektedir. Tabloda belirtilen türler dışında tür bilgisi mevcut olmayan bileşik sözcük, bileşik eylem, deyim ya da atasözü olan madde başları da bulunmaktadır.

TDK Güncel Türkçe Sözlüğünde “terim” özelliği, sadece tanımlara özgü bir bilgi olarak sözlükte bulunmaktadır. Bu özellikte söz konusu tanımın bir terim anlamı taşıdığını ve hangi alanda terim olarak kullanıldığını belirtmektedir. Güncel Türkçe Sözlük bir terimler sözlüğü olmasa da sıradan bir sözcüğün dilin kullanımı esnasında terim özelliği kazanması durumuyla bu tür kazanılmış yeni anlamlar da sözlüğe tanım olarak eklenmiştir. Toplam 11.326 terim özelliği olan tanımın Tablo 5’te alanlarına göre dağılımı gösterilmektedir.
Tabloya göre en çok terimleşen tanımlar bitki ve hayvan bilimleri alanında olmuştur. Bu durum, toplumun yaşam biçimi de düşünülünce oldukça tutarlıdır.

Cümle yapılarının genel kalıplarının ortaya çıkarılması için sözlükteki bütün tanımlar üzerinde n-gram analizi yapılmıştır. N-gram analizleri için tanım cümlelerinde 1-gram öbeklerinden (en uzun tanım cümlesinin toplam sözcük sayısı olan) 50-gram öbeklerine kadar mümkün olan bütün n-gram öbekleri hesaplanmıştır. Bu hesaplamalar sonucunda, uygun n-gram öbekleri için 50 tekrar değeri (50 farklı tanımda bulunma) eşik olarak kabul edilmiştir. Bu eşik değeri, tanımlar içerisinde anlamlı örüntü öbeklerinin oluştuğu en düşük değer olarak gözlemlenmiştir. Belirlenen öbekler içerisinde en fazla 7-gram olanlar istenen eşik değerini sağlamıştır. Buna göre 50 tekrar değerini aşan 30 adet unigram, 43 adet bigram, 27 adet trigram bulunmuştur. Bunun ötesinde 13 adet 4-gram, 2 adet 5-gram ve 1 adet de 7-gram tanım kalıbı bulunmuştur. Tablo 6'da, TDK Güncel Türkçe Sözlükte bulunan 121.535 tanım cümlesi üzerinde n-gram analizi yapılmış ve 1’den 50’ye kadar elde edilen n-gramlar sayısal olarak listelenmiştir.
Her bir n-gram için tanım cümlesi içindeki rakamlar, noktalama işaretleri ve aralardaki fazla boşluklar metin işleme ile temizlenmiş ve arkasından birimleme işlemleri ile sözcükler elde edilmiştir. Sözcüklere, doğrudan herhangi bir gövdeleme işleminden geçirilmeden, n-gram analizi uygulanmıştır. 1-gramlar için bulunan 80.716 değerinin yüksek olması sözlükteki madde başlarının sadece bir kısmının, birçok çekim eki alarak tekrar tekrar farklı 1-gram olarak yorumlanmasından dolayıdır. Bu durum İngilizce dili için derlemlerden elde edilen ngram analizlerinden daha farklı istatistiksel bir durum ortaya çıkarmakta, 2-gram ve üstü analizlerde algoritmalar kullanılarak Türkçe'de kalıplaşmış n-gramların bulunması için daha çok örnek barındıran derlem ihtiyacı doğurmaktadır.

Anlamsal ağ tasarımında, herhangi bir Türkçe cümledeki anlamsal belirsizliği de giderebilecek şekilde çalışabilen bir anlamsal ağın oluşturulması hedeflenmiştir. Her madde başının ve anlamın birer düğüm, madde başları ve anlamlar arası ilişkilerin de kenarlar olarak tasarlanacağı anlamsal çizge ağında ilk olarak TDK Güncel Sözlük’ten temin edilen tüm madde başları ve onlara bağlı anlamlar sisteme düğüm olarak eklenmiş, anlam düğümleri ilgili madde başı düğümlere bağlandıktan sonra da anlama ait tanım cümlesinden tespit edilen ilişkiler gereğince düğümler birbirlerine ilgili etikete sahip ilişkiyle bağlanmıştır. Tablo 7'de, anlamsal ağda kullanılan ilişkilerin istatistiğini sunmaktadır.
Bu tablodaki “mention” ilişkisi, tanım cümlesi içerisinde herhangi bir şekilde geçmiş olan tüm kelimeler için kullanılan bir ilişkidir. Örneğin “Adana” madde başı için kullanılan “Türkiye’nin Akdeniz Bölgesinde yer alan illerinden biri” tanımına istinaden tanımlanan kelimenin düğümü ile “Türkiye”, “Akdeniz”, “Bölge”, “yer”, “al”, “il”, “bir” kelimeleri “mention” ilişkisiyle tek yönlü olarak (Adana düğümünden ilgili düğümlere doğru) bağlanmıştır. Bu şekilde 606.860 adet ilişki kurulmuştur. Bu ilişki türüne aslında, diğer anlamsal ilişkilerin keşfinde kullanılan bir tür hammadde gözüyle bakılabilir. Diğer taraftan “sense” ilişkisi her morfolojik kelimeye bağlı farklı anlamları temsil etmek için kullanılmıştır. Örneğin “al” kelimesi hem renk anlamına sahip bir isim hem de almak anlamındaki bir fiil görevinde olabilmektedir. Dolayısıyla “al” madde başının merkezde durduğu düşünülerek tek yönlü olarak ona bağlı anlamsal diğer “al” düğümlerine “sense” ilişkisiyle bağlanır. Her tanım cümlesi için bir “sense” ilişkisi olduğu da söylenebilir. Bir diğer kenar etiketi de “compound” adıyla anılan bileşik kelime ilişkisidir. Örneğin “üzümlü kek” madde başı, hem “üzüm” hem de “kek” madde başlarının birleşimiyle oluşmuştur ve bu yüzden “üzümlü kek” düğümünden hem “üzüm” hem de “kek” düğümüne doğru tek yönlü “compound” ilişkileri tanımlanmıştır. Türkçe dilinde çok sık karşılaşılan türetme eklerini temsilen de “derive” ilişkisi kullanılmıştır. Yapım eki analizi olmaksızın ilgili madde başının, tanım cümlesinde geçen kelimelerden birinden türediği tespit edilirse tek yönlü bir “derive” ilişkisi kurulur.

Anlamsal ağlar içerisinde en popüleri ve en başarılı uygulamalara sahip olanı WordNet olduğu için sıklıkla araştırmalarda bu yapının ilişki türleri tercih edilmektedir. Biz de çalışmamızda, bazı WordNet ilişkilerini kullandığımız sözlük verisinden çıkarmaya çalıştık. Diğer araştırmacıların Türkçe üzerine yaptığı çalışmalardan yararlanarak bazı kural tabanlı çıkartımlar yapılmış ve Tablo 8’de sunulan ilişki türleri üzerine bağıntılar tespit edilmiştir.
Burada Synonym (eşanlam) ilişkisi için tanım cümlesinin sonundan itibaren virgülle ayrılan her kelime, Antonym (zıt anlam) için “... karşıtı” kalıbı ve Hypernym / Hyponym (Üst / Alt anlam) için ise “bir tür...” gibi kalıpların kullanımı sağlanmıştır. Burada, literatür çalışmalarından farklı olarak metin işleme ile bulunan her ilişkinin ağ üzerinde sağlamasıyla doğrulandığı bir analiz yapılmıştır. Bu doğrulama yöntemi, karşı referanslama olarak gösterilmiş ve bu sayede hem hangi tanımların birbiriyle doğrudan ilişkili olduğu bulunmuş hem de ilişki tipinin doğru anlaşılması sağlanmıştır. Hedeflenen anlamsal ağ, kelimeleri sadece morfolojik yapılarıyla değil, ilgili anlamları üzerinden eşleştirmesi sebebiyle geleneksel WordNet’e benzetilebilir.

Bazı kalıplar kullanılarak belirlenen geleneksel WordNet ilişkileri dışında n-gram analiziyle de bazı ilişkiler tespit edilmiştir. Geleneksel WordNet ilişkileri dışında ağa eklenen ilişkilerin, özellikle yapım ekleriyle gelişen ve güncellenen Türkçe dili için çok önemli tanım kalıplarını da ortaya çıkarmaktadır.
Tablo 9'da görüldüğü gibi, tespit edilen ngram kalıplarının çoğu aynı zamanda belirli bir yapım eki grubu ile türemiş sözcükler listesi olmaktadır. Bu kalıplar, Derive ilişkileri ile birlikte incelendiğinde, benzer özellikler gösteren sözcüklerin aynı yapım eki ile benzer tanım kalıplarına sahip olabilecekleri, fakat aynı yapım ekinin farklı gruplarda farklı anlamsal kalıpla türemiş sözcüklerin tanımı için kullanıldıkları ortaya çıkmıştır. Diğer taraftan farklı yapım eki grupları da tek bir ngram kalıbı altında tek bir anlamsal ilişki barındırabilmektedir. Bu durum ngram analizinin sözdizimsel olarak hızlı ve güçlü ilişkiler ortaya çıkardığı fakat daha verimli kullanılabilmeleri için türemiş sözcük ve yapım eklerinin de TDK Sözlük üstünde dikkatlice incelenmesi gerektiğini göstermektedir.
Yapım ekleri içersinde en güçlü örnek olarak "-cI" (-cı, -ci, vb.) yapım ekinin n-gram kalıpları içinde anlamlar arasında birçok farklı anlamsal ilişkiler kurularak kullanılmasıdır. Yeni sözcükler türetirken "-cI" eki hem somut hem de soyut anlamda toplamda 13 farklı anlam türetebilmektedir (Zülfikar, 2011). Bu çeşitliliğe rağmen TDK sözlükte n-gram kalıpları içinde 5 farklı anlam tespit edilebilmiştir. TDK sözlüğünün tasarımında, türemiş sözcükler ve yapım ekleri konusunda daha titiz bir çalışma yapılmasının gerekliliği ortadadır. Sözcüklerden oluşan anlamsal kalıplar, yeni türemiş sözcüklerin bulunması ve sözlüğe uygun kalıp sayesinde eklenebilmesi sözlüğün sağlıklı ve hızlı bir biçimde gelişmesinin en önemli çözümüdür. Yapım ekleri Türkçe için vazgeçilmez bir özellik ve Türkçe sözlükbiliminin zenginliğidir.

Tablo 10 incelendiğinde toplam 70.624 adet tanım kalıbının, tanım cümlelerinin n-gram analiziyle belirlendiği söylenebilir. Bununla beraber geleneksel WordNet ilişkilerinin 66.498 seviyelerinde tespit edildiği düşünülünce yapım eki ve n-gram analizinin toplam ilişki keşfi açısından ne kadar önemli olduğu ortaya çıkmıştır. Fakat Tablo 8 ve Tablo 10 ile belirtilen ilişkilerin, madde başlarının hangi tanımlarını ilgilendirdiği belirsizlik yaratmaktadır. Hem bu belirsizliği gidermek hem de yeni ilişkiler keşfedebilmek için ağın ağırlıklandırılmasına odaklanılmıştır.

Derlem verilerinden yeni gövde keşifleri yapılmış, daha sonra da elde edilen yeni gövdeler, anlamsal ağda yeni bir madde başı düğüm olarak eklenebilsin diye analiz edilerek bilgisayarlı tanımsal çıkartıma yönelik tahminleme yapılıp yapılamayacağı incelenmiştir. Öncelikle keşfedilen yeni gövdeler anlamsal yorumlama kapsamında gruplanmıştır. Buna göre üç tür yeni gövde bulunmaktadır:
1. Türkçeye tamamen yeni girenler (yabancı kelimeler)
2. Yapım ekleriyle bilinen bir gövdeden türetilenler (türemiş kelimeler)
3. Bilinen iki kelimenin birleşimi durumundakiler (bileşik kelimeler)

Analiz kapsamında özellikle yabancı kelimeler için çok fazla seçeneğin olmaması sebebiyle gövdeleme ağında tanımlanan “COOCCUR” ilişkileri kullanılarak aynı metinde beraber geçme frekansı ile anlamsal bir ilişki kurulabilir mi diye yoğun bir analiz yapılmış, ama ne yazık ki tutarlı bir ilişki bulunamamıştır. Literatürde de birliktelikten anlamsal ilişki analizi üzerine çok kısıtlı sayıda çalışma oluşu bu durumu doğrular niteliktedir. Dolayısıyla Türkçede kullanıma yeni girmiş kelimelerin anlamsal çıkarımında uzmanların müdahalesi şart görünmektedir.
Türemiş keşif kelimelerinde ise karşılaşılan iki durum dikkat çekicidir: kökü bilinen ve bilinmeyen türemiş kelimeler. Yukarıdaki paragrafta da anlatılan sebepler, kökü bilinmeyen (sözlükte ve anlamsal ağda olmayan) türemiş kelimeler üzerine herhangi bir çalışma yapılmasını engellemiştir. Fakat, kökü sözlükte bulunan ve bir yapım ekiyle yeni bir forma giren keşiflerle ilgili bazı yaklaşımlar geliştirmek mümkün görünmektedir. Özellikle “derive” ilişkilerinin çıkartımı sonrası bir n-gram analizi yapılarak ortak yapım eki alan tanımlardaki kalıpları bulmak hedeflenmiştir. Toplam 48.713 adet “derive” ilişkisi bulunmuşken bunlardan bazıları ortak tanım kalıplarına sahiptir. Buna göre ‘-ci’ ve tüm ses uyum şekillerini yapım eki olarak içeren madde başlarının tanımlarında çeşitli n-gram kalıpları tespit edilebilmiştir. Bu yapım ekine sahip olabilecek madde başı sayısı ise 1.926 olarak tespit edilirken belirlenen kalıplara uyan tanım sayısı 356 adet olarak bulunmuştur. Dolayısıyla yapım eklerine dayalı olarak keşif kelimelerine bir tanım önerisi yapmak mümkün görünse de "-ci" eki için istatistiksel açıdan bunun ancak %19 oranında işlevsel olduğunu söyleyebiliriz. Anlamsal ağa yapay olarak eklenen “armutçu” sözcüğü için sistem, n-gram kalıplarından yararlanarak “armut işleten kimse”, “armut yapan kimse”, “armut satan kimse”, “armut yanlısı olan”, “armut görevli kimse” gibi 5 tanım önerebilmiştir. Armut sözcüğünü “bir tür meyve” olarak düşünürsek “armut satan kimse”, diğer taraftan “bir tür koltuk minder” olarak düşünürsek de “armut yapan kimse” tanımları kabul edilebilir. Fakat sistemin böyle belirsizlikleri çözmesi halen ciddi zorluklar içermektedir. Buna göre sisteme yapay olarak eklenen bazı madde başları için yazılım tarafından önerilen ve bir uzman tarafından onaylanan tanım örnekleri Tablo 11’de sunulmuştur.
Diğer taraftan derlemden keşif ile gelen “figürcü, tecimci, bobinajcı, yörüngeci, yasçı, kezlik, atarlı, donanımlı” gibi sözcüklere, uygun tanım kalıbının ve/veya kök sözcüklerin sözlükte bulunamaması sebebiyle tanım önerilememiştir.

Metin verisi içinden Gövdeleme ağı ve Anlamsal ağ üzerindeki analizlerin sonucu bulunan ve sistem tarafından doğru tanımlarıyla eşleştirilen örnek olarak önemli ayrıntılar içermektedir. İnsan kontrolüne sunulması için, sistem iki sözcüğün oluşturduğu yeni sözcük grubunun anlamını tasarlayabilmek için kullanılabilir olan sözcüklere ait uygun tanımları bulmuştur.
Derlemden keşfedilerek gelen “bilgi vermek” madde başı için "bilgi" sözcüğünün 3. tanımı ve "vermek" sözcüğünün 4. tanımından faydalanarak bir tanım hazırlanabilir. Bu iki tanımın bağlantısı, her iki tanımda da "düşünce” sözcüğü geçmesine dayanmaktadır. Böylece bu madde başı üzerinden çift yönlü bağlantı sağlanmıştır. Anlamsal mesafe bu bağlantılar üzerinden yapılmış, diğer seçenekler daha uzun anlamsal mesafe ürettiğinden es geçilmiştir.
Bu olumlu örneğe dikkat ettiğinizde, "bilgi" sözcüğünün ilk üç tanımında "malumat", ikinci ile üçüncü tanımında "vukuf" ve üçüncü ile dördüncü tanımlarında "düşünce" sözcükleri birlikte bulundukları tanımları ağ içerisinde karmaşa içerisine sokmaktadır. Bu örnekte çift yönlü anlamsal mesafe ölçümleri sayesinde her iki yönde anlamsal olarak karmaşa yaşamadan anlamların bağlantıları bulunmuştur. Bu sonuç sayesinde, bir uzman en kısa zamanda yeni elde edilen sözcük grubuna uygun bir tanım hazırlayabilmektedir.

Doğru bir tanım eşleşmesi için "sezon" sözcüğünün 3. tanımı ile "kupa" sözcüğünün 1 numaralı sesteşinin 3. tanımı seçilmesi gerekirken, "kupa" sözcüğünün 2. sesteşinin 2. tanımı seçilmiştir. Bu anlamsal ağ üzerindeki en kısa mesafe işlemleri uygulanırken her iki sözcüğün tanımlarında ortak geçen spor sözcüğü en kısa anlamsal mesafenin oluşmasını sağlamıştır. Bu tanımlarda kafa karıştırıcı olan durum, spor müsabakalarında verilen kupanın (1. sesteş) herhangi bir tanımında spor sözcüğünün bulunmamasıdır. Ve sonuç olarak 2. sesteşte bulunan spor sözcüğü en kısa yol için daha uygun bir mesafe değeri üreterek baskın gelmiştir. Bu durum, anlamsal ağın bigram analizleriyle yeni sözcük gruplarının bulunması işlemlerinde ciddi performans sorunlarına dönüşmektedir.
Test işlemleri esnasında insan kontrolü ile seçilen 156 potansiyel yeni sözcük grubunun 48 adedinde en az bir sözcük anlamsal ağda bulunamamış, geriye kalan 108 bigramdan sadece 30'u anlamsal ağ üstünde doğrudan ilgili iki tanımı birbirleri ile eşletirebilmiştir. Sisteme insan kontrolü için gelen uygun bigramların sadece %28'lik kısmı tamamen otomatik süreç ile tanım üretme işlemlerini tamamlamaktadır. Sözlük verisi, uzmanlar tarafından hazırlanmış olmasına rağmen anlamsal ağ için eksik veya hatalı kavram uzayına sahiptir. İyileştirmeler için başka sözcük verileri, teknik özelleşmiş terim sözlükleri ve ansiklopedik veri setleri anlamsal ağ içinde bağlantıları güçlendirebilir.